数据挖掘、仪表盘与统计分析：分子纳米磁体化学设计的有力框架
介观与纳米尺度物理
2022-12-13 v3
摘要
分子纳米磁体三十年的研究，凭借对磁性离子与配位环境的明智选择，已将其磁记忆从液氦温度提升至液氮温度。然而，偶然发现与化学直觉仍起主要作用。为建立统计驱动化学设计的强力框架，我们收集了基于镧系纳米磁体的化学与物理数据，编录了逾 1400 项已发表实验，开发了用于可视化该数据集的交互式仪表盘（SIMDAVIS），并应用推断统计分析。我们的分析表明，Arrhenius 能垒与磁记忆出奇地吻合，因为 Orbach 与 Raman 过程均可由振动耦合控制。事实上，仅具刚性配体的双酞菁夹心物与金属茂合物能一致地呈现至高温度下的磁记忆。通过分析磁-结构关联，我们提供了有前景的改进策略，尤其针对五角双锥的制备，其中即便“更软”的络合物也免受分子振动影响。
引用
@article{arxiv.2103.03199,
title = {Data mining, dashboard and statistical analysis: a powerful framework for the chemical design of molecular nanomagnets},
author = {Yan Duan and Lorena E. Rosaleny and Joana T. Coutinho and Silvia Giménez-Santamarina and Allen Scheie and José J. Baldoví and Salvador Cardona-Serra and Alejandro Gaita-Ariño},
journal= {arXiv preprint arXiv:2103.03199},
year = {2022}
}
备注
109 pages (main text+SI). Related content: interactive dashboard for Single Ion Magnet Data Visualization. https://go.uv.es/rosaleny/SIMDAVIS